DOE-教育訓練講義(2).ppt
教育訓練講義,課程大綱,第一次課程回顧2k因子設計3k因子設計,課程大綱,第一次課程回顧實驗計劃三階段策略實驗計劃專有名詞一因子實驗變異數分析步驟作業檢討2k因子設計3k因子設計,實驗計劃三階段策略何時使用 DoE?,實驗計劃三階段策略,實驗一 因子篩選,實驗二 最佳生產條件,最佳條件再現性,實驗計劃三階段策略實驗一 因子篩選流程,1.4-8個顯著因子2.以兩水準進行實驗,特性要因圖,實驗計劃三階段策略實驗二因子設計,3水準 自因子篩選階段之表現較佳的端點，向操作範圍內選取水準範圍。少因子設計 因子選定1-4個，常用的32-34因子設計，減少人為誤判交互作用誤差。,實驗計劃三階段策略,實驗一 因子篩選,實驗二 最佳生產條件,最佳條件再現性,1.1-4個顯著因子2.累積變異貢獻度達80以上,1生產成本低2.產品品質更好（物美價廉）,多因子、少水準,少因子、多水準,實驗計劃專有名詞-1,因子(Factor)-任何輸入會在實驗中改變的參數。為達到實驗目的提出的原因或實驗的變數稱之，如不同的機械或反應溫度或時間。因子水準(Levels of a Factor)-在針對各別因子所作實驗中，會被改變的設定數。處理(Treatment)-因子水準的特定組合為處理。如因子含、三個水準，因子含、二個水準，則其處理數為。,實驗計劃專有名詞-2,主要影響(Main Effect)-基於各別因子(Factor)而改變的水準(Levels)所得到的回饋反應(Response)的變更。交互作用(Interaction)-當對單一因子(Factor)作其它單一或多個因子(Factor)各種組合設定，所得主要影響(Main Effect)不一致或不連貫(Consistent)時。交互作用影響(Interaction Effect)-在交互作用時改變多因子(Factor)所得到的回饋反應(Response)。,一因子實驗變異數分析步驟,Step1.編輯試驗順序表Step2.收集數據Step3.檢查數據是否有效，即確認有無離散值（outlier）a.先求算各小組之全距 R b.根據樣本大小，查管制圖係數表得D4 c.求算全距R上限值 d.若各組全距值皆小於上限值，則可視為有效數據。,一因子實驗變異數分析步驟,Step4.求算ANOVA分析表之數據,一因子實驗變異數分析步驟,觀察值,臨界值,檢定F0是否大於F0.05以判定因子是否顯著,ANOVA Table,一因子實驗變異數分析步驟,Step5.求最佳條件值(利用多重比較法),一因子實驗變異數分析步驟,Step6.求最佳特性值範圍(利用信賴區間法),課程大綱,第一次課程回顧2k因子設計因子設計原理22因子設計實例介紹2k因子設計介紹2k設計Yates演算法3k因子設計,因子設計原理何謂因子設計?,所謂因子設計，我們是指在每一次完整的試驗或重複當中所有可能的因子水準組合都被測試過。例如，如果因子A有a個水準和B因子有b個水準，則每次重複包含了全部的ab種處理組合。2k因子設計？2=兩水準k=k個因子,22因子設計實例介紹-蛋糕烘烤實驗,目的:經由改變建議的溫度和時間，去找出最佳的烘焙條件。建議溫度及時間:30 minutes at 350 oF雜訊因子:(1)操作人員(2)烤箱形式(3)配料形式(4)每個烤箱的烘烤數目。設計考量:(1)固定烤箱烘烤(2)相同的配料形式(3)每一次烘烤1個蛋糕(4)每種組合重複三次(5)每個蛋糕烘烤完由單一評審評分,22因子設計實例介紹-蛋糕烘烤實驗,22因子設計實例介紹-蛋糕烘烤實驗,因子效應的估計,22因子設計實例介紹-蛋糕烘烤實驗,主效應的計算:溫度反應:增加溫度能增加平均的分數 12-8=4 個單位。烘烤時間的反應:增加影響(Effect)能增加平均的分數 14-6=8 個單位。,22因子設計實例介紹-蛋糕烘烤實驗,交互效應:交互圖:這是一種能展示出兩個或兩個以上因子組合時的影響(Effect)，其中一個因子是X軸，平均的回饋反應(Response)則用線條串聯起來以表現出其他因子的交互作用。若線條相互平行則表示無交互作用。,22因子設計實例介紹-蛋糕烘烤實驗,二因子(A、B）交互作用影響定義：B的兩個水準下A的平均效應的差。effect of AB=(A+(B+-B-)-A-(B+-B-)/2=(A+B+A-B-)-(A+B-+A-B+)/2三因子(A、B、C）交互作用影響定義 C的兩個水準下AB交互作用的平均差。effect of ABC(C+(A+(B+-B-)-A-(B+-B-)C-(A+(B+-B-)-A-(B+-B-)/2,22因子設計實例介紹-蛋糕烘烤實驗,交互效應估計,22因子設計實例介紹-蛋糕烘烤實驗,練習時間：蛋糕烘烤實驗交互效應的計算,2k因子設計介紹23因子設計簡介,3因子2水準之設計矩陣,2k因子設計介紹23因子設計簡介,主效應:A,主效應:B,主效應:C,3因子2水準幾何圖示,效果估計,2k因子設計介紹23因子設計簡介,交互效應,2k因子設計介紹一般性的2k因子設計,一般性的2k因子設計 單一重複的2k因子設計,2k因子設計介紹2k因子設計的Yates演算法,23因子設計Yates演算法,實例練習：,23因子設計Yates演算法,如何決定順序?,23因子設計Yates演算法,課程大綱,第一次課程回顧2k因子設計3k因子設計3k因子設計簡介32因子設計簡介3k因子設計的Yates演算法32、33 Yates演算法實作,3k因子設計簡介,3k設計的符號與動機 個因子各3水準的因子安排。因子和交互作用將以大寫的英文字母表示。而因子的3個水準之符號以數值0，1，和2分別代表低、中、和高水準；每一個處理組合將以個數值來表示。,32因子設計簡介,32因子設計簡介 種處理組合，所以這些處理組合間有8個自由度。A和B的主效應各有2個自由度，和AB交互作用有4個自由度。32直交表排列方式實例,3k因子設計的Yates演算法,32因子設計簡介,32因子設計簡介,32因子設計的Yates演算法,32因子設計的Yates演算法,32因子設計的Yates演算法,謝謝大家,Q&A,
